|
Информация о статье
2025 г., Том 30, № 2, с.126-139
Фам К.Т., Чан Т.Т., Динь Х.Х., Зыонг В.Ч., Фан М.К.
Реконструкция изображения компьютерной томографии с использованием графа полной вариации
Предложена модель, которая объединяет глубокое обучение с графом полной вариации (GTV) для шумоподавления изображений компьютерной томографии. Модель GTV использует две нейронные сети: одну для представления характеристик пикселей и построения графика, а другую для генерации параметров для модели. Интеграция графа с параметрами для обучения дает высокоэффективные результаты, что продемонстрировано в наших экспериментальных оценках. Полученные результаты показывают, что предложенный метод превосходит другие аналогичные подходы с точки зрения производительности.
Ключевые слова: сверточная нейронная сеть, общая вариация, полная вариация графа, компьютерная томография, шумоподавление на изображениях, глубокое обучение
Библиографическая ссылка:
Фам К.Т., Чан Т.Т., Динь Х.Х., Зыонг В.Ч., Фан М.К. Реконструкция изображения компьютерной томографии с использованием графа полной вариации // Вычислительные технологии. 2025. Т. 30. № 2. С. 126-139
|
|
|
|
